文件名称：keras-frcnn:Keras快速R-CNN的实现
文件大小：34KB
文件格式：ZIP
更新时间：2024-06-02 19:17:03
Python
喀拉拉邦 更快的R-CNN的Keras实现：通过区域提议网络实现实时目标检测。 克隆自 用法： theano和tensorflow后端均受支持。 但是在theano中编译时间非常长，强烈建议使用Tensorflow。 train_frcnn.py可用于训练模型。 要训练Pascal VOC数据，只需执行以下操作： python train_frcnn.py -p /path/to/pascalvoc/ 。 可以从以下网站获取Pascal VOC数据集（分类对象周围边界框的图像和注释）： : simple_parser.py提供了使用文本文件输入数据的另一种方法。 只需提供一个文本文件，每行包含： filepath,x1,y1,x2,y2,class_name 例如： /data/imgs/img_001.jpg,837,346,981,456，牛 /data/imgs/
【文件预览】：
keras-frcnn-master
----.gitignore(1KB)
----train_frcnn.py(11KB)
----test_frcnn.py(8KB)
----LICENSE(11KB)
----README.md(3KB)
----environment.yml(179B)
----keras_frcnn()
--------RoiPoolingConv.py(4KB)
--------vgg.py(5KB)
--------data_generators.py(12KB)
--------roi_helpers.py(8KB)
--------__init__.py(0B)
--------simple_parser.py(2KB)
--------FixedBatchNormalization.py(4KB)
--------config.py(2KB)
--------pascal_voc_parser.py(3KB)
--------data_augment.py(2KB)
--------resnet.py(11KB)
--------losses.py(2KB)
----measure_map.py(9KB)